資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究歸一化後，如何使用Tensorflow訓練和構建模型？
關於鮑魚資料集的模型訓練和構建可以使用'compile'和'fit'方法分別完成。'fit'方法也以epoch數作為引數。
閱讀更多： 什麼是TensorFlow以及Keras如何與TensorFlow協作建立神經網路？
我們將使用鮑魚資料集，其中包含一組鮑魚的測量資料。鮑魚是一種海蝸牛。目標是根據其他測量結果預測年齡。
我們使用Google Colaboratory執行以下程式碼。Google Colab或Colaboratory幫助透過瀏覽器執行Python程式碼，無需任何配置，並且可以免費訪問GPU（圖形處理單元）。Colaboratory構建在Jupyter Notebook之上。
print("The model is being compiled")
norm_abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam())
print("The model is being fit to the data")
norm_abalone_model.fit(abalone_features, abalone_labels, epochs=8)程式碼來源：https://www.tensorflow.org/tutorials/load_data/csv
輸出
The model is being compiled The model is being fit to the data Epoch 1/8 104/104 [==============================] - 0s 989us/step - loss: 98.3651 Epoch 2/8 104/104 [==============================] - 0s 945us/step - loss: 65.4568 Epoch 3/8 104/104 [==============================] - 0s 922us/step - loss: 21.7297 Epoch 4/8 104/104 [==============================] - 0s 912us/step - loss: 6.3429 Epoch 5/8 104/104 [==============================] - 0s 988us/step - loss: 5.0949 Epoch 6/8 104/104 [==============================] - 0s 958us/step - loss: 4.9868 Epoch 7/8 104/104 [==============================] - 0s 1ms/step - loss: 4.8982 Epoch 8/8 104/104 [==============================] - 0s 1ms/step - loss: 4.7936 <tensorflow.python.keras.callbacks.History at 0x7fda8213c898>
解釋
- 構建歸一化層後，使用訓練資料訓練模型。
- 訓練完成後，使用'Model.fit'方法將特徵和標籤傳遞給資料。
更新於： 2021年2月19日
127 次瀏覽
廣告